需要准备的数据：降解组测序数据QC后整理为redundant fasta格式转录本数据，fasta格式miRNA序列，fasta格式查看帮助文档CleaveLand4.pl --helpreadscount转为fasta格式(redundent reads)从NCBI下载的测序数据很多是去过接头的，并且整理成readscount格式，即每行第一列为reads，第二列为read...

使用miRDeep-P2从sRNA-seq数据中de novo预测miRNA

Install下载地址（网上有好多下载地址是错误的）：https://downloads.asperasoft.com/en/downloads/8?listtar -zxvf ibm-aspera-connect-3.9.9.177872-linux-g2.12-64.tar./ibm-aspera-connect-3.9.9.177872-linux-g2.12-64找到安装路径，将bin文件

通过python的ftplib批量下载ensembl中指定类型的文件，并且同一个物种的文件保存在一个文件夹中#/usr/bin/pythonimport ftplibimport osimport time###设置下载路径，下载文件类型HOST='ftp.ensemblgenomes.org'DIRN='/pub/release-50/plants/fasta/'feature_lst=['cd

small RNA seq筛选reads长度，以筛选18~25 nt为例pythonfw = open('out', 'w')with open('inp', 'r') as fr:content = fr.readlines()for i in range((len(content) + 1)/4):site = 4 * iif ...

当序列少的时候，我习惯用 grep -A 1 -f seq.lst seq.fas | sed ‘/^–$/d’ > out.fas提取，但是这次遇到了一个大文件，用grep就太费时了，然后又试了一下TBtools的提取序列功能，发现时间也很长，所以就写了个python。提取将近100万条reads耗时也就需要10s左右#!/usr/bin/python# -*- coding: u

GetOrganelle安装conda install -c bioconda getorganelleor download from githubunzip GetOrganelle-master.zip;cd GetOrganelle-masterpython setup.py installget_organelle_config.py --add embplant_pt,embplant